محققان می گویند میکروبیوم روده ما می تواند شهری را که در آن زندگی می کنیم با دقت 94 درصد پیش بینی کند؛ چرا که باکتری های روده ما انسان ها به نسبت شهری که در آن زندگی می کنیم، متفاوت هستند.

به گزارش ایسنا به نقل از ان ای، باکتری های روده ما ممکن است اطلاعات بیشتری در مورد ما نسبت به لهجه مان فاش کنند. در یک مطالعه جدید، دانشمندان از میکروبیوم افراد برای پیش بینی شهر محل زندگی آن ها با دقت 94 درصد استفاده کردند. این به عبارت شما همان چیزی هستید که می خورید معنای جدیدی می دهد.

به نظر می رسد هر روز بیشتر در مورد میکروبیوم روده می آموزیم. از ارتباط آن با مغز و بیماری هایی مانند سرطان و ام اس گرفته تا پیوند آن به عنوان یک درمان بالقوه برای انواع بیماری ها.

یک مطالعه جدید به رهبری شرکت BGI Genomics مستقر در چین نشان داده که باکتری های روده ما مختص منطقه ای هستند که در آن زندگی می کنیم و فناوری یادگیری ماشینی می تواند برای پیش بینی موقعیت مکانی ما با دقت بالا بر اساس ترکیب میکروبیوم روده ما استفاده شود.

پروفسور لی تائو (Li Tao) از موسسه تحقیقات پزشکی هوشمند در BGI Genomics و نویسنده ارشد این مطالعه گفت: این مطالعه، باور دیرینه مبنی بر اینکه تفاوت های میکروبیوتای روده فقط در مقیاس قاره ها یا استان ها اهمیت دارند را به چالش می کشد. ما دریافتیم که حتی افرادی که در شهرهای همسایه زندگی می کنند، الگوهای میکروبی متمایزی دارند.

محققان 381 بزرگسال سالم چینی را از دو شهر ووهان و شیان واقع در در استان هوبی استخدام کردند. این شهرها تقریباً 500 کیلومتر از هم فاصله دارند. همه شرکت کنندگان هیچ بیماری عمده ای نداشتند و در سه ماه گذشته آنتی بیوتیک مصرف نکرده بودند.

نمونه های مدفوع از آن ها جمع آوری شد و با استفاده از توالی یابی متاژنومیک تجزیه و تحلیل شد تا هم ترکیب میکروبی و هم عملکرد متابولیکی آن ها ثبت شود. با شناسایی 649 گونه باکتریایی و 515 مسیر متابولیکی، این موارد در افراد مختلف مقایسه شدند. سپس محققان از الگوریتم های یادگیری ماشینی برای طبقه بندی شهر محل سکونت افراد بر اساس میکروبیوتای روده آن ها استفاده کردند.

آن ها دریافتند که مردم ووهان و شیان از نظر آماری تفاوت های معناداری هم در تنوع میکروبی و هم در ترکیب گونه ای دارند. میکروبیوم مردم ووهان سطوح بالاتری از باکتریوییدس استرکوریس داشت، در حالی که در گروه شیان، پرووتلا کوپری غالب تر بود.

باکتری استرکوریس یک باکتری کلیدی روده است که به دلیل تجزیه کربوهیدرات های پیچیده و تولید اسیدهای چرب با زنجیره کوتاه (SCFA) که با فواید متنوعی برای سلامتی مرتبط هستند، شناخته شده است. باکتری پرووتلا کوپری نیز در تجزیه فیبر غذایی و تولید SCFA نقش دارد.

میکروب های روده در افراد ساکن در شهر ووهان در مسیرهای متابولیکی مرتبط با رژیم های غذایی گیاهی فعال تر بودند، در حالی که میکروبیوم مردم شیان تفاوت هایی را نشان داد که نشان دهنده مصرف پروتیین بالاتر یا غذاهای فرآوری شده است. اگرچه این مطالعه به طور مستقیم رژیم غذایی را ارزیابی نکرد.

محققان اظهار داشتند که رژیم غذایی غالب هر شهر در شکل دهی به ترکیب میکروبیوم ساکنان آن نقش داشته است. از یک سو، موقعیت ووهان در میان تالاب ها به این معنی است که ساکنان آن احتمالاً رژیم غذایی سرشار از ماهی های آب شیرین، ریشه نیلوفر آبی و سبزیجات برگ دار می خورند. از سوی دیگر، موقعیت شیان به این معنی است که غذای آن تحت تأثیر همسایگانش است که از وعده های غذایی مبتنی بر گندم با فلفل چیلی فراوان لذت می برند.

محققان یک مدل یادگیری ماشینی ایجاد کردند که 16 گونه باکتریایی و 12 مسیر متابولیکی خاص هر شهر را ادغام کرد. این مدل به سطح بالایی از دقت معادل 94 درصد دست یافت که به طور قابل توجهی از مدل هایی که فقط از گونه ها یا فقط از مسیرها استفاده می کردند، پیشی گرفت. این نشان می دهد که حتی جمعیت های نزدیک به هم مانند ووهان و شیان نیز می توانند نشانه منحصر به فرد و میکروبیوم متمایزی داشته باشند.

این مطالعه محدودیت هایی دارد. مثلا فقط دو شهر در یک استان در نظر گرفته شده که تعمیم پذیری یافته ها را محدود می کند. همچنین تعداد مردان در مطالعه بیشتر از زنان بود که می تواند بر نتایج تأثیر بگذارد و هیچ داده ای هم از رژیم غذایی یا سبک زندگی شرکت کنندگان جمع آوری نشد. اینها عوامل کلیدی هستند که احتمالاً در تفاوت های منطقه ای نقش داشته اند. همچنین در این مطالعه شرکت کنندگان در طول زمان پیگیری نشدند تا ارزیابی شود که این نشانه های میکروبی چقدر پایدار هستند.

با این وجود، این مطالعه برخی از پیامدهای بالقوه در دنیای واقعی را برجسته می کند. میکروبیوتای روده می تواند به شناسایی منشأ منطقه ای یک فرد، حتی در یک استان کمک کند که می تواند برای تحقیقات پزشکی قانونی یا افراد گمشده مفید باشد.

تفاوت های میکروبیوتای منطقه ای و جنسیتی نشان می دهد که پروبیوتیک ها یا مداخلات غذایی باید برای اثربخشی بیشتر سفارشی شوند.

در نهایت، یادگیری ماشینی همراه با نمایه میکروبیوم می تواند به پیش بینی خطرات بیماری یا نظارت بر سلامت جمعیت در مناطق جغرافیایی خاص کمک کند.

این مطالعه در مجله Frontiers in Microbiology منتشر شده است.